variação no custo de internações hospitalares por lesões: os casos dos traumatismos cranianos e acidentes por armas de fogo cost variation of hospitalization due to injuries: head trauma and fire arm accidents

Este artigo objetiva propor dois modelos de regressão linear para o estudo da variação no custo das internações hospitalares, coletadas pelo SUS, para procedimentos relacionados a duas classes de lesões: traumatismos crânio-encefálicos e afins (n = 98.156); acidentes por armas de fogo e afins (n = 8.970). Utilizou-se os dados das AIHs de 1997 de todo país, disponibilizados pelo SIH-SUS. As variáveis explicativas empregadas foram sexo, idade, natureza jurídica dos hospitais, regiões do país, internações em capitais, uso de UTI, realização de cirurgia, ocorrência de morte, dias de permanência, procedimentos mais freqüentes, procedimentos especiais e interações entre algumas variáveis. Os dois modelos mostraram-se bem ajustados, revelando R² iguais a 0,7264 para o primeiro modelo e 0,7663 para o segundo. As variáveis explicativas do primeiro modelo foram todas significantes e apenas três do segundo modelo não apresentaram significância estatística. As variáveis mais expressivas nos dois modelos foram uso de UTI e realização de cirurgia. Foram efetuados diagnósticos para a verificação de pontos extremos, multicolinearidade, forma funcional e homoscedasticidade.
This article proposes two linear regression models on cost variation of hospitalization (based on data from the Brazilian National Unified Health System - SUS) for two types of injuries: head trauma and related cases (n = 98,156); fire arm injuries and related cases (n = 8,970). Data were collected from the 1997 standardized Hospital Admittance Forms covering all of Brazil. Explanatory variables were gender, age, hospital administration model (public, private, etc.), region of the country, hospitalization in a capital city, use of ICU, surgery, death, duration of hospitalization, most frequent procedures, special procedures, and interaction among certain variables. The two models adjusted well, with R² = 0.7264 for the first and 0.7663 for the second. Explanatory variables in the first model were all significant, and only three variables in the second failed to show statistical significance. The two main variables in both models were use of ICU and surgery. Diagnostics for detection of outliers, multicolinearity, model specification error, and homoscedasticity were performed.